[发明专利]多视图聚类方法、终端设备以及计算机可读存储介质在审

专利信息
申请号: 202211007397.8 申请日: 2022-08-22
公开(公告)号: CN115471688A 公开(公告)日: 2022-12-13
发明(设计)人: 崔国盛;李烨;吴丹 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: G06V10/762 分类号: G06V10/762;G06V10/80;G06V10/10;G06V10/776
代理公司: 深圳市铭粤知识产权代理有限公司 44304 代理人: 孙伟峰;武岑飞
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视图 方法 终端设备 以及 计算机 可读 存储 介质
【说明书】:

本申请提出了一种多视图聚类方法、终端设备以及计算机可读存储介质。该方法包括:基于多视图数据矩阵,获取每个视图数据的锚点图矩阵;对每个视图数据的锚点图矩阵进行拼接,得到融合特异锚点图矩阵;基于多视图数据矩阵,获取多视图数据的共享锚点图矩阵;拼接融合特异锚点图矩阵和共享锚点图矩阵,得到融合锚点图矩阵;基于融合锚点图矩阵,获取多视图数据的融合特征矩阵;利用预设聚类算法对融合特征矩阵进行聚类,得到多视图数据的聚类结果。本申请提出的方法与同类基于锚点图的多视图聚类方法以及代表性不完备多视图聚类方法相比,计算速度更快;此外,在多视图数据特异信息、共享信息发掘与融合方面的探索,使所提出方法的聚类精度更高。

技术领域

本申请主要涉及多视图图像技术领域,尤其涉及一种多视图聚类方法、终端设备以及计算机可读存储介质。

背景技术

锚点图是构建大尺度图矩阵的有效方法,在大尺度多视图数据谱聚类任务中展现了优异性能,然而,目前尚没有工作研究锚点图在不完备多视图数据聚类问题中的应用。当前不完备多视图数据聚类算法在大规模数据上的计算复杂度普遍较高,并且没有考量过各视图私有信息和视图间共享信息的发掘与融合问题。

发明内容

本申请提供了一种多视图聚类方法、终端设备以及计算机可读存储介质。

为解决上述技术问题,本申请提供了一种多视图聚类方法,所述多视图聚类方法包括:

获取多视图数据的多视图数据矩阵;

基于所述多视图数据矩阵,获取每个视图数据的锚点图矩阵;

对所述每个视图数据的锚点图矩阵进行拼接,得到融合特异锚点图矩阵;

基于所述多视图数据矩阵,获取所述多视图数据的共享锚点图矩阵;

拼接所述融合特异锚点图矩阵和所述共享锚点图矩阵,得到融合锚点图矩阵;

基于所述融合锚点图矩阵,获取所述多视图数据的融合特征矩阵;

利用预设聚类算法对所述融合特征矩阵进行聚类,得到所述多视图数据的聚类结果。

其中,所述基于所述多视图数据矩阵,获取每个视图数据的锚点图矩阵,包括:

基于所述多视图数据矩阵,获取每个视图数据;

从所述每个视图数据中采样若干样本构成对应视图数据的锚点矩阵;

利用所述锚点矩阵,获取所述每个视图数据的锚点图矩阵。

其中,所述利用所述锚点矩阵,获取所述每个视图数据的锚点图矩阵,包括:

利用所述锚点矩阵构建视图数据与视图锚点之间的第一目标函数;

通过最小化所述第一目标函数,求取所述锚点图矩阵。

其中,所述利用所述锚点矩阵,获取所述每个视图数据的锚点图矩阵之后,所述多视图聚类方法还包括:

对所述每个视图数据的锚点图矩阵进行列规范化,其规范化方式如下:

其中,Zv为列规范化前的锚点图矩阵,为列规范化后的锚点图矩阵。

其中,所述基于所述多视图数据矩阵,获取所述多视图数据的共享锚点图矩阵,包括:

初始化每个视图数据的锚点矩阵,以及初始化所述共享锚点图矩阵;

构建关于所述锚点矩阵与所述共享锚点图矩阵的第二目标函数;

将所述多视图数据矩阵输入所述第二目标函数,通过迭代求解得到所述每个视图数据的锚点矩阵和所述多视图数据的共享锚点图矩阵。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211007397.8/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top